腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

深度强化学习实验室

专栏作者

90

文章

148651

阅读量

43

订阅数

【重磅Nature+代码开源】DeepMind提出AlphaDev, 用强化学习将排序算法提升70%

开源强化学习排序排序算法算法

今天要介绍的是，Google DeepMind 推出了 AlphaDev，一种利用强化学习来发现改进的计算机科学算法的人工智能系统，其自主构建的算法，超越了科学家和工程师几十年来打磨出来的算法，将一种每天在世界各地使用数万亿次的 C++ 算法的运行速度提高了70%。

深度强化学习实验室

2023-08-18

2860

【喜报】"深度强化学习实验室"与"南栖仙策"达成战略合作

强化学习开源神经网络深度学习人工智能

为进一步推动下一代认知决策智能的发展，促进国内强化学习技术的理论探索、应用落地和人才培养，＂深度强化学习实验室＂与＂南栖仙策(南京)科技有限公司＂达成战略合作。

深度强化学习实验室

2021-01-29

7160

1万美金助学金 || 微软研究院全球项目开放申请：强化学习开放源代码节(RL Open Source Fest)

强化学习开源 https 机器学习

强化学习开放源代码节( RL Open Source Fest)是一项全球性在线计划，旨在与学生，数据科学家和Microsoft Research NYC真实世界强化学习小组的工程师一起，向学生介绍开源强化学习程序和软件开发。大学毕业后（2020年5月至2020年8月），学生将进行为期四个月的研究编程项目。被录取的学生将获得10,000美元的助学金。

深度强化学习实验室

2020-02-27

5140

DeepMind发布强化学习库 RLax

ajax 强化学习 git github 开源

强化学习主要用于研究学习系统（智能体）的问题，该学习系统必须学习与环境进行交互的信息。智能体和环境在不连续的步骤上进行交互。在每个步骤中，智能体都会选择一个动作，并会提供一个返回的环境状态（观察）状态（部分）和标量反馈信号（奖励）。智能体的行为以行为的概率分布为特征，该分布取决于对环境（策略）的过去观察。智能体寻求一种策略，该策略将从任何给定步骤中最大化从该点开始（返回）将收集的折扣累积奖励。智能体策略或环境动态本身通常是随机的。在这种情况下，回报是一个随机变量，并且通常将更精确的智能体策略指定为在智能体和环境的随机性下最大化回报期望（值）的策略。

深度强化学习实验室

2020-02-25

7940

第13期：深度强化学习《论文快报》

https 网络安全 github git 开源

Direct and indirect reinforcement learning

深度强化学习实验室

2020-02-17

6090

第9期：DeepRL每日论文快报

https 网络安全 github git 开源

Learning Representations in Reinforcement Learning:An Information Bottleneck Approach

深度强化学习实验室

2019-12-10

4240

DeepMind-102页深度强化学习PPT(2019最新)-原理及部分代码实现

强化学习 github ide git 开源

深度强化学习报道来源自：DeepMind 编辑：DeepRL 完整pdf请看文章末尾本slide是Namdo de Freitas教授在KHIPU上做强化学习报告的slide, 他于2017年

深度强化学习实验室

2019-11-21

1.6K0

一种基于Tensorflow的强化学习框架： Dopamine(多巴胺)

开源 tensorflow 编程算法 numpy

强化学习，作为一种被认为通用人工智能的学习方式而被广泛研究，但主要也由业界领先组织，诸如DeepMind，OpenAI, 伯克利等，OpenAI 作为领先者，在强化学习方面率先推出自己的框架，其中baseline更是开源了很多强化学习算法用于测试Atria, 物理引擎等，但是 OpenAI 的强化学习训练环境也一直遭到不少抱怨，比如不太稳定、更新没有及时等而被吐槽。

深度强化学习实验室

2019-11-21

1.1K0

没有更多了

社区活动

腾讯技术创作狂欢月

“码”上创作 21 天，分 10000 元奖品池！

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态